17/11/2023 - 5:39
Durante anos, a inteligência artificial vem retirando seus criadores, os humanos, de seus postos de trabalho ou mudando a forma de como atuar. Agora chegou a a vez da meteorologia.
As previsões meteorológicas atuais são feitas com modelos muito complexos baseados nas leis que regem a dinâmica da atmosfera e dos oceanos e executados em alguns dos supercomputadores mais poderosos do mundo. Agora, a Alphabet (controladora do Google), com uma única máquina do tamanho de um computador pessoal e a inteligência artificial da DeepMind, prevê em um minuto o tempo em todo o planeta em 10 dias. No entanto, desta vez parece que a inteligência artificial vem complementar a inteligência humana e não substituí-la.
O Centro Europeu de Previsões Meteorológicas de Médio Prazo (ECMWF) possui um sistema muito avançado. No ano passado, ele renovou sua força preditiva. Nas suas instalações em Bolonha, na Itália, um supercomputador funciona com cerca de um milhão de processadores (contra dois ou quatro em um computador pessoal) e uma potência computacional de 30 petaflops, algo como 30.000 bilhões de cálculos por segundo.
Os resultados da comparação, publicados na revista Science, mostram que o GraphCast prevê centenas de variáveis meteorológicas iguais ou melhores que a ferramenta de Previsão de Alta Resolução (HRES, em inglês). Como mostram, em 90,3% das 1.380 métricas consideradas, a máquina Google supera a máquina ECMWF.
Se descartados algumas análises, a inteligência artificial (IA) supera a supercomputação supervisionada por humanos em 99,7% das variáveis analisadas. E conseguiu isso com uma máquina muito semelhante a um computador pessoal chamada unidade de processamento tensor, ou TPU.
Uma das grandes diferenças entre o GraphCast e os sistemas de previsão atuais é que ele depende do histórico meteorológico. Seus criadores o treinaram com todos os dados meteorológicos armazenados no arquivo do ECMWF desde 1979. Isso inclui tanto as chuvas que caíram em Santiago desde então quanto os ciclones que chegaram a Acapulco em 40 anos. Demorou um pouco para treiná-lo, mas, uma vez feito isso, o GraphCast só precisa saber o tempo de seis horas atrás e o tempo pouco antes de emitir sua nova previsão, para saber em um segundo como estará o tempo daqui a seis horas. E cada nova previsão retroalimenta a anterior.
Ferran Alet, da DeepMind e cocriador da máquina, detalha como ela funciona: “Nossa rede neural prevê o tempo daqui a seis horas. Se quisermos prever o tempo em 24 horas, simplesmente avaliamos o modelo 4 vezes. Outra opção seria treinar modelos diferentes, um por 6 horas e outro por 24 horas. Mas sabemos que a física daqui a 6 horas será a mesma de agora. Portanto, sabemos que se encontrarmos o modelo certo de 6 horas e lhe dermos as suas próprias previsões como dados, ele deverá prever o tempo daqui a 12 horas e poderemos repetir o processo a cada seis horas.
Até agora, as previsões baseavam-se na chamada previsão numérica do tempo, que utiliza equações físicas fornecidas pela ciência ao longo da sua história para responder aos diferentes processos que compõem um sistema tão complexo como a dinâmica da atmosfera.
